[发明专利]粒子群位置搜索方法、系统、装置及可读存储介质在审

专利信息
申请号: 202010025588.1 申请日: 2020-01-10
公开(公告)号: CN111242269A 公开(公告)日: 2020-06-05
发明(设计)人: 段明雪;汪树岩;胡芳琴 申请(专利权)人: 中移(杭州)信息技术有限公司;中国移动通信集团有限公司
主分类号: G06N3/00 分类号: G06N3/00
代理公司: 上海晨皓知识产权代理事务所(普通合伙) 31260 代理人: 成丽杰
地址: 310011 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 粒子 位置 搜索 方法 系统 装置 可读 存储 介质
【权利要求书】:

1.一种粒子群的位置搜索方法,其特征在于,所述方法包括:

位置适应度计算步骤:根据粒子群内每个粒子的初始位置和初始速度计算每个粒子的位置适应度;

个体最优位置更新步骤:使用每个粒子的所述位置适应度更新每个粒子的个体最优位置;

全局最优位置选择步骤:利用每个粒子的所述位置适应度更新预构建的全局最优位置网格集,根据预设的全局最优位置选择规则,从所述全局最优位置网格集内选择得到每个粒子的全局最优位置;

惯性权重及学习因子计算步骤:统计所述个体最优位置更新的更新次数,若所述更新次数小于预设更新阈值,根据所述更新次数求解每个粒子的惯性权重和学习因子;

位置适应度更新步骤:根据所述惯性权重和所述学习因子计算得到所述粒子群内每个粒子的更新位置和更新速度,根据每个粒子的所述更新位置和所述更新速度重新计算每个粒子的位置适应度,并返回个体最优位置更新步骤;

更新次数判断步骤:若所述更新次数大于等于所述预设更新阈值,输出得到的所述粒子群内每个粒子的个体最优位置和全局最优位置。

2.根据权利要求1所述的粒子群的位置搜索方法,其特征在于,所述使用每个粒子的所述位置适应度更新每个粒子的个体最优位置,包括:

判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系;

若所述位置适应度支配预存储的所述个体最优位置,则将所述位置适应度替代预存储的所述个体最优位置;

若预存储的所述个体最优位置支配所述位置适应度,则保持每个粒子预存储的个体最优位置不变;

若所述位置适应度与预存储的所述个体最优位置不存在支配关系,则随机选择所述位置适应度或预存储的所述个体最优位置作为每个粒子的个体最优位置。

3.根据权利要求2所述的粒子群的位置搜索方法,其特征在于,所述判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系,包括:

采用如下支配关系判断公式判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系:

其中,fi()表示预构建的支配关系判断公式,i∈1,2,…,n是所述fi()的分量表示,表示所述粒子群内第k个粒子的位置适应度,a表示所述位置适应度,表示所述粒子群内第k个粒子的预存储的所述个体最优位置,b表示所述个体最优位置。

4.根据权利要求1所述的粒子群的位置搜索方法,其特征在于,所述利用每个粒子的所述位置适应度更新预构建的全局最优位置网格集,包括:

寻找每个粒子的所述位置适应度在所述全局最优位置网格集内对应的分全局最优位置集;

判断每个粒子的所述位置适应度与对应的所述分全局最优位置集的支配关系得到支配关系判断结果;

根据所述支配关系判断结果更新所述分全局最优位置集,得到更新后的全局最优位置网格集。

5.根据权利要求4所述的粒子群的位置搜索方法,其特征在于,所述根据所述支配关系判断结果更新所述分全局最优位置集,包括:

若所述分全局最优位置集为空集,则将所述位置适应度直接存入至所述分全局最优位置集内;

若所述分全局最优位置集不为空集时,判断所述位置适应度与所述分全局最优位置集内的每个全局最优位置是否存在支配关系;

若所述位置适应度被所述分全局最优位置集内其中的一个全局最优位置所支配,则不更新所述分全局最优位置集;

若所述位置适应度支配所述分全局最优位置集内其中的一个全局最优位置,则将所述位置适应度代替所述分全局最优位置集内被支配的全局最优位置;

若所述位置适应度与所述分全局最优位置集内任意的全局最优位置都不存在支配关系,将所述位置适应度存入至所述分全局最优位置集内。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中移(杭州)信息技术有限公司;中国移动通信集团有限公司,未经中移(杭州)信息技术有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010025588.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top